초록 ▼

연구결과:
block-sparse MMV 문제에서 얻을 수 있는 복원 성능에 대한 이론적인 기초를 확립하고 최적의 복원성능에 접근하는 압축감지 알고리듬을 개발하였다. 자세히는 기존에 제시했던 압축MUSIC 알고리즘에 부분공간 측정의 정확도를 높이는 두가지 단계를 추가해 측정벡터의 개수증가 없이도 잡음 강건성을 높일 수 있었다. 또한 다중벡터문제에서의 기저공간 기하구조를 이용하여 기존의 알려진 MMV 알고리즘,M-SBL을 일반화 하는 새로운 알고리즘을 개발하였다. 개발된 알고리즘은 국소최소점을 제거하는데 효율적이고 미지의 신호원

연구결과:
block-sparse MMV 문제에서 얻을 수 있는 복원 성능에 대한 이론적인 기초를 확립하고 최적의 복원성능에 접근하는 압축감지 알고리듬을 개발하였다. 자세히는 기존에 제시했던 압축MUSIC 알고리즘에 부분공간 측정의 정확도를 높이는 두가지 단계를 추가해 측정벡터의 개수증가 없이도 잡음 강건성을 높일 수 있었다. 또한 다중벡터문제에서의 기저공간 기하구조를 이용하여 기존의 알려진 MMV 알고리즘,M-SBL을 일반화 하는 새로운 알고리즘을 개발하였다. 개발된 알고리즘은 국소최소점을 제거하는데 효율적이고 미지의 신호원이 서로 강하게 동기화 되어있을 경우에도 그 위치를 정확히 국소화 하는 것이 가능하다.
EEG는 대표적인 비침습적 뇌신호 장비로 이를 이용한 국소화 문제는 다중측정벡터 문제로 수식화 된다. 제안된 알고리즘을 EEG 국소화 문제에서 매우 강하게 동기화되어 있는 간질원을 효과적으로 국소화 했다. 이를 시물레이션 결과와 실제 간질환자 데이터를 통해 정량적으로 분석하고 기존 복원알고리즘에 대한 우수성을 보였다.
초고해상도 형광현미경의 시공간 해상도를 높이기 위해 테일러급수를 이용한 연속적 국소화 모델을 제시했으며 이를 이용해 고속 국소화 알고리즘을 개발했다. 또한 포아송 모델을 기반 국소화 문제를 convex-conjugate procedure를 이용해 효육적으로 풀어 낼 수 있음을 밝혔다. 개발된 알고리즘들은 시물레이션을 통해서 정량적으로 성능이 향상됨을 보였고 이를 실제 세포영상 데이터에 적용해 고속 초고해상도 영상화가 가능함을 보였다.

Abstract ▼

Result
In block-sparse MMV problem, theoretical bounds relating to achievable recovery performance are established, new compressed sensing algorithms were developed, satisfying near optimal performance. In detail, we enhanced noise robustness of compressed sensing MUSIC algorithm with the same nu

Result
In block-sparse MMV problem, theoretical bounds relating to achievable recovery performance are established, new compressed sensing algorithms were developed, satisfying near optimal performance. In detail, we enhanced noise robustness of compressed sensing MUSIC algorithm with the same number of measurement vectors by simply adding two additional steps to accurately estimate subspace. Moreover, we generalized M-SBL algorithm for MMV problem by exploiting subsapce information which is very effective to remove local mimima when unknown sources are highly correlated. Thus, it is possible to precisely localize the highly correlated sources.
As EEG is a non-invasive modality to study brain activation, a localization of brain activation by means of EEG can be formulated as a MMV problem. The proposed algorithm can effectively localize highly correlated epileptic sources, which was validated by simulation studies and real patients data sets in comparison with conventional algorithms.
In super-resolution fluorescence microscopy, we developed fast localization algorithm base on a proposed continuous localization formulation by using Taylor series approximation of a point spread functions. In addition, we demonstrated that a localization problem based on Poisson noise model can be effectively solved by using convex-conjugate procedure. The proposed algorithms was quantitatively validated by simulation studies. Then, fast live-imaging at super resolution was demonstrated by using experimental super-resolution microscopy data.

목차 Contents

• 한국연구재단 연구교류지원사업(일반) 최종보고서 ... 1
• 목차 ... 2
• 연구 계획 요약문 ... 3
• 연구 결과 요약문 ... 4
• 국문요약문 ... 4
• SUMMARY ... 5
• 연구내용 및 결과 ... 6
• 1. 연구개발과제의 개요 ... 6
• 2. 국내외 기술개발 현황 ... 6
• 3. 연구수행 내용 및 결과 ... 9
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 30
• 5. 연구결과의 활용계획 ... 32
• 6. 연구과정에서 수집한 해외과학기술정보 ... 32
• 7. 주관연구책임자(공동연구원) 대표적 연구 실적 ... 33
• 8. 참고 문헌 ... 34
• 9. 연구 성과 ... 36
• 10. 기타사항(중요 연구 변경사항 등) ... 38
• 대표연구성과 ... 39
• 끝페이지 ... 44